Voxelomics: Identifikation zerebraler Biosignaturen in der multispektralen MRT.

Zielsetzung Bis heute gilt das von Fischl et al. in ihrer bahnbrechenden Arbeit formulierte Dogma (Neuron, 33:341-55, 2002): "...es ist offensichtlich, warum kein globales Klassifikationsschema erfolgreich Strukturen voneinander unterscheiden kann, die nur auf der Intensitätsinformation basieren – es gibt einen viel zu großen Überlapp zwischen den Klassenverteilungen". Ziel unserer Studie war es, dennoch die Realisierbarkeit einer globalen Hirnklassifikation und der Identifikation zerebraler MR-Biosignaturen mittels „Voxelomics“, d.h. auf Basis Voxel-intrinsischer MR-Merkmale, zu evaluieren ohne die heute übliche Verwendung von Atlanten.

Material und Methoden Von 38 Probanden wurden anhand hochaufgelöster 7 T MPRAGE- und QSM-Bilder Segmentierungen der Gehirne in 102 anatomischen Regionen durchgeführt. Eine CEST-MRT und eine Diffusions-QTI-MRT wurden mit linearen, planaren und sphärischen b-Tensoren aufgenommen. Für jedes Voxel wurden die lokalen QTI- und CEST-Parameter, diffusionsgewichteten Signale und z-Spektrumswerte aus den Bildern extrahiert, mittels FSL-FLIRT koregistert, auf den MPRAGE-Raum interpoliert und in einem 2D-Array gespeichert. Die Datensätze wurden dann permutiert, normalisiert und enthielten keine räumlichen Informationen mehr. Damit wurde ein dichtes neuronales Netzwerk trainiert und verwendet, um eine voxelweise Vorhersage zerebraler Biosignaturen zu ermöglichen.

Ergebnisse Die Grenzen des Thalamus, der Capsula interna und der Basalganglien sind in der voxelweisen Segmentierung noch glatter als in der Goldstandard-Segmentierung; allerdings sind die kortikalen Grenzen stärker gestreut. Die Klassifizierungs-Genauigkeit war 60%.

Schlußfolgerungen In Erweiterung früherer Arbeiten haben wir neuartige CEST- und Diffusions-Kontraste in den Eingabedatenraum aufgenommen. Obwohl atlasbasierte Klassifizierungsansätze die beobachtete Genauigkeit noch übertreffen, deuten unsere Ergebnisse darauf hin, dass einzigartige Merkmale von Hirnregionen nicht nur durch die Histologie, sondern auch durch MR-Voxelomics erkennbar sind.

Publication History

Article published online:
29 August 2022